Para depositar en Docta Complutense, identifícate con tu correo @ucm.es en el SSO institucional. Haz clic en el desplegable de INICIO DE SESIÓN situado en la parte superior derecha de la pantalla. Introduce tu correo electrónico y tu contraseña de la UCM y haz clic en el botón MI CUENTA UCM, no autenticación con contraseña.

Evaluación de Aceleradores de Diseño Específico en Apple Silicon para Aplicaciones de Propósito General

dc.contributor.advisorGarcía Sánchez, Carlos
dc.contributor.authorCorrochano López, Álvaro
dc.date.accessioned2025-09-12T15:34:46Z
dc.date.available2025-09-12T15:34:46Z
dc.date.issued2025
dc.descriptionTrabajo de Fin de Máster en Ingeniería Informática, Facultad de Informática UCM, Departamento de Arquitectura de Computadores y Automática, Curso 2024/2025.
dc.description.abstractLa computación de altas prestaciones (High Performance Computing, HPC) trata de resolver problemas complejos gracias al uso eficiente de la potencia de los ordenadores. A lo largo de la historia, algunos aparatos como las GPU han demostrado potencial en este campo para resolver problemas de propósito general en lugar de los específicos para los que se diseñaron. Siguiendo esta línea, el presente trabajo evalúa el potencial de los aceleradores neuronales de Apple para este tipo de cargas de trabajo. Mediante la adaptación de algoritmos clásicos de HPC en el Apple Neural Engine (ANE), este trabajo demuestra que ofrece un rendimiento competitivo y, de forma destacada, una eficiencia energética superior a la de la CPU y la GPU.
dc.description.abstractHigh performance computing attempted to solve complex problems using computer power. Throughout history, some devices like GPUs show the potential in this field to solve general-purpose problems instead of the specific problems that they were created for. Following this line, the present work evaluates the potential of Apple’s neural accelerators for this type of workload. By adapting classic HPC algorithms on the Apple Neural Engine (ANE), this work demonstrates that it offers competitive performance and, outstandingly, superior energy efficiency compared to the CPU and GPU.
dc.description.departmentDepto. de Arquitectura de Computadores y Automática
dc.description.facultyFac. de Informática
dc.description.refereedTRUE
dc.description.statusunpub
dc.identifier.urihttps://hdl.handle.net/20.500.14352/123895
dc.language.isospa
dc.master.titleMáster en Ingeniería Informática
dc.page.total120
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internationalen
dc.rights.accessRightsopen access
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.cdu004(043.3)
dc.subject.keywordAceleración
dc.subject.keywordANE
dc.subject.keywordNUC
dc.subject.keywordEvaluación
dc.subject.keywordHPC
dc.subject.keywordApple
dc.subject.keywordJacobi
dc.subject.keywordGEMM
dc.subject.keywordMultigrid
dc.subject.keywordHardware acceleration
dc.subject.keywordEvaluation
dc.subject.ucmInformática (Informática)
dc.subject.unesco33 Ciencias Tecnológicas
dc.titleEvaluación de Aceleradores de Diseño Específico en Apple Silicon para Aplicaciones de Propósito General
dc.titleEvaluation of Specific Design Accelerators in Apple Silicon for General-Purpose Applications
dc.typemaster thesis
dc.type.hasVersionAM
dspace.entity.typePublication
relation.isAdvisorOfPublicationd04764e1-9d18-42ae-a9e7-c55f9bd50934
relation.isAdvisorOfPublication.latestForDiscoveryd04764e1-9d18-42ae-a9e7-c55f9bd50934

Download

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Evaluación_de_Aceleradores_de_Diseño_Específico.pdf
Size:
7.58 MB
Format:
Adobe Portable Document Format